Zusammenfassung: Visual Analytics ermöglicht eine tiefgehende Analyse komplexer und multivariater Daten durch den Einsatz von maschinellem Lernen und interaktiver Visualisierung. Diese komplexen Analysen führen zu Erkenntnissen und Wissen für verschiedene Analyseaufgaben, um den Entscheidungsprozess zu ermöglichen. Die Unterstützung von Entscheidungsprozessen ist entscheidend für das Management und die Planung von Mobilität und Transport. Diese werden von einer Vielzahl von Indikatoren beeinflusst, wie neuen technologischen Entwicklungen, ökologischen und wirtschaftlichen Veränderungen, politischen Entscheidungen und insbesondere dem Mobilitätsverhalten der Menschen. Neue Technologien werden zu einem anderen Mobilitätsverhalten mit neuen Einschränkungen führen. Diese Veränderungen im Mobilitätsverhalten und in der Logistik erfordern analytische Systeme, um die erforderlichen Informationen und möglicherweise auftretende Veränderungen vorherzusagen. Diese Systeme müssen verschiedene Perspektiven berücksichtigen und verschiedene Indikatoren verwenden. Visual Analytics ermöglicht solche analytischen Aufgaben. In diesem Artikel stellen wir die wichtigsten Indikatoren für Visual Analytics in Bezug auf Mobilität und Transport vor, die anhand von zwei Fallstudien beispielhaft erläutert werden, um die Vorteile solcher Systeme zu veranschaulichen. Die Beispiele sollen die Vorteile von Visual Analytics in der Mobilität verdeutlichen.

Link zum Volltext: DOI: 10.1109/ITMS51158.2020.9259321

Weitere Informationen zum Thema: Scitics for Visual Trend Analytics, Business Analytics,  Trend Analytics and Technology Foresights

Paper #2: Innovations in Mobility and Logistics: Assistance of Complex Analytical Processes in Visual Trend Analytics

Zusammenfassung: Eine Vielzahl neuer Technologien und Geschäftsideen entstehen im Bereich der Mobilität und Logistik. Es kann unterschieden werden zwischen grundlegend neuen Ansätzen, wie z.B. zentralen Verpackungsstationen oder Lieferungen per Drohne, und kleineren technologischen Fortschritten, die auf ökologischere und wirtschaftlichere Transportmöglichkeiten abzielen. Der Bedarf an analytischen Systemen, die es ermöglichen, neue Technologien, Innovationen, Geschäftsmodelle usw. zu identifizieren und auch die Möglichkeit bieten, diese hinsichtlich ihrer geschäftlichen Relevanz zu bewerten, wächst. Das Verhalten der Benutzer wird in adaptiven Systemen häufig untersucht, die die individuellen Vorlieben der Benutzer berücksichtigen, jedoch oft die Aufgaben und Ziele der Analyse vernachlässigen. Eine prozessbezogene Unterstützung könnte dazu beitragen, eine analytische Aufgabe effizienter und effektiver zu lösen. In diesem Artikel stellen wir einen Ansatz vor, der es Nicht-Experten ermöglicht, eine visuelle Trendanalyse durch eine fortschrittliche Prozessunterstützung auf der Grundlage von Prozessabbau und visueller Anpassung durchzuführen. Dies ermöglicht die Berechnung eines Prozessmodells auf der Grundlage von Ereignissen, das die Grundlage für die Berechnung von Prozessunterstützungsmerkmalen bildet. Diese Merkmale in Form von visuellen Anpassungen und das Prozessmodell ermöglichen es, Nicht-Experten bei komplexen analytischen Aufgaben zu unterstützen.